随着时间推进，税收时间序列资料增加，直线趋势延伸预测模型参数要重新计算，而且与前面预测时点参数的计算关系可表述为（）
运用直线趋势法对某商场连续7年的营业额建立的直线趋势方程为Y=0．5+0．3×（亿元），则第8年可能实现的营业额预测值是（）。
外推预测的准确程度取决于所拟合模型的拟合优度，最小二乘法以其所拟合模型的预测标准误差最大的优势成为最常用的趋势模型的拟合方法。请问，这是最小二乘法的优势理由吗？
直线趋势延伸法与平滑技术两种线性预测模型中的时间变量的取值不同。直线趋势延伸法中时间变量取值决定于未来时间在时间序列中的时序；平滑技术模型中的时间变量的取值决定于未来时间相距建模时点的（）
若时间数列的二次逐期增减量大致相等，根据现象发展呈现的趋势特征，应该拟合指数曲线方程。
曲线趋势延伸预测用的方程式主要有（）？
假定被研究现象基本上按不变的发展速度发展，为描述现象变动的趋势，借以进行预测，应拟合的方程是（）。
运用多项式曲线法进行时间序列分析时，使用（）来衡量所得的回归方程与实际值的偏离程度。
小赵向领导汇报了用二次曲线趋势延伸法预测今年税收收入结果，领导看到各时期预测值与实际值的拟合关系也很好。但是还有一个疑虑，认为这种方法毕竟是就税收测税收。税收是以经济为基础的，如果经济状况发生了变化，税收还能如预测的趋势发展吗？希望小赵能拿出一个从因果关系出发的税收预测方案。小赵带着领导的要求又找到了你，与你一起又开始了更为复杂的因果关系分析预测方法的研究学习过程。首先了解因果分析方法的基本知识。因果分析法最早是通过因果图表现出来的，因果图又称为（）
我国1991-2010年的能源消费总量如下表（数据来源于《中国统计年鉴2010》和《2010年国民经济和社会发展统计公报》，单位：千万吨标准煤）： https://assets.asklib.com/images/image2/2017081410394310507.jpg 要求： 利用表中全部数据绘制折线图，利用Excel的“添加趋势线”功能拟合二次曲线趋势方程，并据以预测2011和2015年我国的能源消费总量。
当时间序列的一阶差分为常数时，可用（）拟合趋势延伸法预测模型。
直线趋势延伸法和平滑技术两种预测模型的参数计算方法不同。直线趋势延伸法模型参数靠经验判断决定；平滑技术主要靠最小二乘法数学推导。请回顾学习内容，判断这种观点的对错。
直线趋势延伸预测模型参数采用重近轻远的原则，在拟合中能较灵敏地反映趋势变动的总体水平。请你谈谈这一原则的适用性。
平滑技术预测模型参数对时间序列资料采用重近轻远的原则，在拟合中能较灵敏地反映趋势变动的总体水平。你认为这种观点正确吗？
（）是根据市场现象的历史资料，运用科学的数学方法建立预测模型，使市场现象的数量向未来延伸，预测市场现象未来的发展变化趋势，预计或估计市场现象未来表现的数量。
在实际市场预测中，适用二次曲线趋势方程的时间序列的一阶差分值（）。
预测对象的时间序列资料逐期增减量大体相等时，长期趋势即基本呈现线性趋势，这种情况下选用哪一种趋势延伸法进行预测比较合适？
用相同方法拟合趋势方程时，t的取值不同，得到的趋势方程也不同，但趋势预测值不变。( )
使用不同的预测模型进行趋势预测时，不同的模型拟合后R平方值如下所示，则（ ）的预测值与观测值拟合效果较好。
【判断题】用相同方法拟合趋势方程时，t的取值不同，得到的趋势方程也不同，但趋势预测值不变。（)
利用某企业 1999~2007 年商品销售额（单位:万元）的资料，以数列中项为原点，拟合直线趋势方程为 yt=610+72t ，利用该模型预测该企业 2008 年的商品销售额为（）
假定被研究现象基本上是按不变的发展速度发展，为描述现象变动的趋势，借以进行预测，应拟合的方程为（)。
利用直线趋势法预测某房地产价格，该城市该类房地产2009年～2019年的价格经过方程拟合得到直线趋势方程Y＝6000＋50X，其中Y为商品住宅价格，X为时间，∑X＝0。经验证，该方程拟合度较高，则利用该方程预测该类商品住宅2020年的平均价格为（）元/m2。
